諾獎前夜,Nature發文ChatGPT終極預測mRNA疫苗能否鎖定大獎


文章來源:新智元

編輯:桃子好困

2023諾貝爾獎即將在下週,也就是10月2日-9日(當地時間)揭曉。

我們每個人心中或許都會有個疑問:誰會摘得今年的諾獎桂冠?

在此之前,不如用「地表最強」AI——ChatGPT預測下今年諾獎重大進展。

Nature最新文章稱,微調後的大模型,包括ChatGPT在內,都能大大增強預測諾獎得主的能力。

為了找到諾貝爾獎得主的線索,印第安納大學網路科學研究所所長、物理學家Santo Fortunato向ChatGPT尋求協助。

那麼,ChatGPT預測的諾獎到底準不準?

ChatGPT預測諾獎得主

2014年,Santo曾和其他合著者發表的一篇爆火的文章稱,候選人常常需要等上20多年才能得到這個科學上的最高榮譽。

他在社群網路平台稱,每年諾獎開獎之前,都會有很多人問,今年是誰?

這次,Santo直接把這個問題拋給了ChatGPT。

他給ChatGPT的提示是,「給出尚未獲得諾貝爾獎的在世科學家,在化學、物理、生理學或醫學領域的三大發現」。

然鵝,ChatGPT表示,「我無法預測未來,包括2023年在內任何一年的諾貝爾獎得主」。

這個回答並沒有讓人很意外。因為,除ChatGPT之外,任何一個聊天機器人,都不是能夠預測未來的「水晶球」。

之後,Santo的學生輸入了類似的提示,讓Claude,以及ChatGPT去回答。

結果發現,兩個聊天機器人都能挑出重要的發現,從基因組編輯工具CRISPR研發,到2D材質石墨烯的發現。

但是,不可否認的是,它們的發現還有重大的缺陷。

ChatGPT和Claude指出的發現中,已經有科學家們,因此獲得了諾貝爾獎。

這還不是唯一的問題。 Santo表示,「我問的是『活著的科學家』,而它們卻給出的例子實際上,是已經『去世的科學家』」。

對此,小編拿著同樣的提示問問ChatGPT,順便給它用上最新的必應聯網功能,看看回答的怎麼樣?

第一次,ChatGPT並沒給答案。

明確預定每個領域的「三大」發現很有挑戰性,建議查閱科學雜誌、知名新聞機構或與各領域相關的組織。

同樣的問題再問一遍,這次,ChatGPT給了自己在這三個領域方向和進展的預測。

ChatGPT稱,「我可以舉例說明這些領域最近的重大發現或進展,如果不做進一步研究,很難確定相關科學家的諾貝爾獎得主身分」。

首先,在化學領域。

– CRISPR-Cas9技術:這是一個革命性的基因編輯系統,讓科學家可以精確地修改生物體內的基因。

該系統的研究者之一生物化學家Jennifer Doudna曾獲得了諾貝爾獎,但與該系統的開發密不可分的其他人卻沒有獲得諾貝爾獎。

– 金屬有機框架(MOFs):這是一種具有極高表面積的Compound,能夠捕獲、儲存和釋放Compound,具有包括碳捕獲在內的廣泛潛在應用。

其次,在物理學領域。

– 第一張黑洞影像:Event Horizo​​​​n Telescope合作組織於2019年發布了第一張黑洞影像。

雖然這是一項集許多科學家之力取得的努力,但並非所有參與其中的科學家都獲得了諾貝爾獎。

– 重力波探測:LIGO首次探測到重力波是一項不朽的成就,雖然一些關鍵人物獲得了諾貝爾獎,但許多貢獻者卻沒有獲得諾貝爾獎。

最後,在生理學或醫學領域。

– mRNA疫苗的開發:為COVID-19快速開發和部署mRNA疫苗是一項不朽的成就。 「雖然一些科學家獲得了認可,但其他科學家卻沒有獲得諾貝爾獎。」

– 免疫療法在癌症治療方面的進展:免疫療法是治療某些類型癌症的重大進展。

可以看到,ChatGPT以上的答案都是,專注於三個領域目前研究的重要方向。

不如再讓它預測下,2023諾獎得主。

ChatGPT根據網路搜尋結果,沒有給出真正答案,再次強調「一些化學家預測,mRNA疫苗的開發可能會獲得2023年諾貝爾化學獎」。

如此說來,mRNA疫苗有很大可能成為今年化學領域風向標。

再問它最後一個問題,「哪位中國科學家,最有可能獲得諾貝爾獎」?

ChatGPT根據一些中國科學家因自己的貢獻獲得國際認可,被許多人作為潛在諾獎得主,並給出了幾個例子。

AI預測可靠嗎?

那麼,用ChatGPT預測諾獎的結果可不可信呢?

伊利諾州芝加哥大學的計算社會科學家James Evans表示,「儘管大型語言模型(如ChatGPT和Claude)無法成為偉大的諾貝爾預言家,但它們確實有潛力成為強大的預測工具」。

若使使它們達到目的,還需要做一些「微調工作」。

簡言之,創建一個能預測諾貝爾獎的AI,需要對LLM需要進行修改,並在適當的資料上進行訓練。

就在上週,分析公司科睿唯安(Clarivate)發布了2023年度「引文桂冠獎」名單。

這份名單在過去20年,成功預測了71位未來諾貝爾獎得主,主要是透過分析作者研究的被引用次數。

不過,這樣的分析,通常是無法預測出,準諾獎得主具體的得獎年份。

「引文桂冠獎」名單著重突出發表論文被引次數至少2000次的研究人員,這一程度與多數以前的諾獎得主相當。

同時,科睿唯安的分析也考慮了,這些被高度引用論文的作者是否有開創性發現,並且是否已經獲得顯著的獎項。

今年上榜的研究人員,在癌症免疫療法、合成生物學和材料科學等領域做出了巨大貢獻。

科睿唯安研究分析主管David Pendlebury表示,公司已經開始探索生成式A如何幫助預測未來的諾貝爾獎得主。

「我們可能會在明年的評選中,從AI預測中得到一些貢獻」。

生成式AI可以為現有方法提供一個優勢,它們能夠在大量科學作品中尋找。這將提高我們確定為潛在諾貝爾獎得主的候選人庫的速度和全面性。

特殊貢獻,無法量化

丹麥技術大學的物理學家Rasmus Bjørk對諾貝爾獎得主進行了分析,僅僅看引用,不足以表明誰將來可能獲得諾貝爾獎。

Bjørk說,要獲得最高獎項,研究人員需要做出開創性的工作,推動一個領域向前發展,或對社會產生根本性影響。

「這個貢獻,必須有一些特別之處。因此,量化這種特殊性可能很困難」。

但Bjørk表示,生成式AI工具也可能會,延續先前圍繞諾獎的偏見。

自1901年諾貝爾獎設立以來,至今,也只有60位女性獲獎。

如果LLM根據過去獲獎者的數據進行訓練,它們更可能選擇男性,而不是女性作為未來的潛在獲獎者。

基於AI的新獎?

當然,要真正決定誰將獲得諾貝爾獎,人類的判斷力依然是無法比擬的,而這也正是諾貝爾獎的魅力所在。

但有朝一日,LLM可能會在科學獎領域,創造出公平的競爭環境。

由此,也可以為基於較少偏見的AI分析而非人類委員會觀點的新型獎項,鋪平道路。

而這種獎項,也將有助於突顯那些,以目前尚未被認可的方式顛覆和改變科學的研究。

最後,貼一個physicsworld對今年物理學獎的預測。他們曾在2013年時,正確地推斷Peter Higgs和François Englert會因對希格斯機制的預測而獲獎。

「DNA結構」發現者,缺一諾貝爾獎

在《科學美國人》最新一期報道中稱,英國物理化學家與晶體學家Rosalind Franklin(1920-1958)因發現DNA雙螺旋結構,應當再加冕一個諾貝爾獎。

1953年4月25日,一篇題為《核酸的分子結構》的文章登上Nature,寥寥千餘字卻像一顆金手指一樣,輕鬆地捅開了模糊了生物學界多年的那層紙,具有里程碑式的意義。

論文地址:https://www.nature.com/articles/171740a0

很多人都知道,因為解開了DNA雙螺旋的秘密,背後最大貢獻離不開Rosalind Franklin。

然而,1962年生物學家James Watson,Francis Crick和Maurice Wilkins因發現了DNA的分子結構而獲得生理學或醫學獎,唯獨沒有Rosalind Franklin。

這一年的諾貝爾獎,至今仍存在巨大爭議,僅有3名男性獲獎,而他們的女同事被排除在外。

諾貝爾獎規則規定,獎項只能頒給活著的科學家。

但2011年諾貝爾生理學或醫學獎除外,該獎項的一部分授予了醫生Ralph Steinman,但委員會並不知道他已在公佈前3天去世。

許多人認為,即使Franklin活著,諾貝爾大會也會忽略她,就像之前的所有女性一樣,居禮夫人、Gerty Cori。

《科學美國人》稱,諾貝爾頒獎典禮應當糾正這一錯誤,將諾獎追授給富蘭克林Franklin,以表彰她在發現雙螺旋結構方面發揮的核心作用。

諾獎之路,愈發漫長

毫無疑問,諾貝爾獎是世界上最負盛名的科學獎。然而,通往諾貝爾獎的道路,卻越來越漫長。

現在,幾乎有一半的獲獎者從做出值得諾貝爾獎的發現到獲獎要等待20多年。

一項分析表明,在過去的60年裡,從發表研究成果到獲得科學獎的平均時間幾乎翻了一番。

在三大科學獎中,化學獎的「諾貝爾獎滯後期」最長,過去十年的平均值為30年,而生理學或醫學獎的滯後期最短,為26年。

諾貝爾的遺囑規定,獎項應頒發給「在前一年為人類做出最大貢獻的人」。但實際上,這種情況只發生過幾次。

此外,在20世紀上半葉,諾貝爾獎得主年齡在30多歲是很常見的,但現在這種情況卻聞所未聞。

2014年,印第安納大學計算社會科學家Santo Fortunato,發表了一份自諾貝爾獎設立以來所有獲獎者的分析報告。結果顯示,獲獎者的獲獎研究與其獲得諾貝爾獎之間的時間間隔一直在緩慢增加。

對此,康乃爾大學的計算社會科學家Yian Yin表示,造成這種趨勢的原因可能有很多。

例如,由於每年取得突破的總體數量都在增加,因此獎項跟不上值得表彰的人數。或者,一些工作的重要性可能只有在數年甚至數十年後才被認識到,Yin稱之為「睡美人」。

另一方面,這種日益拉大的差距也可能表明——那些能夠改變其領域範式的「顛覆性」研究或發現,變少了。

Fortunato表示,「重大突破」的數量正在減少,但當它們出現時,往往會很快得到認可。

例如,加州大學柏克萊分校的生物化學家Jennifer Doudna和馬克斯-普朗克病原體科學研究所的Emmanuelle Charpentier,在開發出基因編輯工具CRISPR-Cas9系統僅僅8年後,就獲得了2020年諾貝爾化學獎。

有研究人員推測,在COVID-19疫情期間向全球數百萬人推出mRNA疫苗的發明者,也可能獲得類似的認可。

但問題是,如果上述等待時間繼續拉長,一些傑出的科學家很可能就會因為禁止追授獎項的規定,而與諾貝爾獎失之交臂。

頒獎時間表

諾貝爾獎頒獎季又到了。

每年10月,瑞典和挪威的諾貝爾獎委員會都會選出科學、​​文學、經濟等共六個獎項的得獎者。

隨後,獲獎者將於12月在斯德哥爾摩領取諾貝爾獎獎章和證書。

今年,諾貝爾獎的獎金為1,100萬瑞典克朗,以目前匯率折合約98.9萬美元。

值得一提的是,每年諾獎評選最讓委員會頭痛的一個問題是「rule of three」,就是說,每個獎項最多只能頒給三位科學家。

– 生理學或醫學獎將於10月2日週一宣布。

– 物理學獎將於10月3日週二宣布。

– 化學獎將於10月4日週三宣布。

– 文學獎將於10月5日週四宣布。

– 和平獎將於10月6日週五宣布。

– 經濟學獎將於10月9日週一宣布。

參考資料:

https://www.nature.com/articles/d41586-023-03074-7

https://www.nature.com/articles/d41586-023-03086-3

https://www.scientificamerican.com/article/rosalind-franklin-deserves-a-posthumous-nobel-prize-for-co-discovering-dna-structure/

資訊來源:由0x資訊編譯自8BTC。版權所有,未經許可,不得轉載

Total
0
Shares
Related Posts